Caros redistas, Encontrei essa explicação a um não-estatístico sobre a importância da amostra em um teste de hipóteses. O que vocês acharam? Bom, ruim ou indiferente? Luiz ----------------- Suponha que um pesquisador tenha coletado dados de 9 pessoas no grupo 1 e de outras 9 no grupo 2 (controle). Pergunta-se: esses grupos são diferentes? Provêm de populações diferentes?
Após aplicar um teste estatístico, cujo resultado deu que os grupos eram diferentes, o pesquisador transcreve tal achado em seu artigo. Até aí tudo bem, não é?, o teste identificou a diferença e está passando tal afirmação ao pesquisador. Agora, me diga: é possível acreditar nessa conclusão baseada em 9 pessoas em cada grupo? Será que a amostra foi suficiente para tal afirmação? A resposta seria sim, se o pesquisador quisesse detectar uma diferença de 100 na média entre grupo. Porém, a amostra é pequena para detectar diferenças menores que 80, você sabia? Vamos supor que a relevância clínica apontasse para 50. Nesse caso, ele precisaria de 25 pessoas em cada grupo. Mesmo assim, se ele insistir em trabalhar com amostras menores (falta de tempo por exemplo ou simples teimosia) de duas uma: ou ele aceita que a afirmação dele perderá credibilidade, portanto, não terá valor científico; ou o leitor dessa pesquisa (um nutricionista ou a banca de mestrado, por exemplo) aumentará o risco em aceitar essa afirmação como verdadeira, quando na verdade ela é falsa. Se replicarmos tal amostra duas vezes mais, usando os mesmos valores, teríamos 27 em cada grupo. Encontraríamos a mesma média e uma variância um pouco menor, porque temos mais informação. O teste obviamente daria o mesmo resultado (grupos são diferentes) e o pesquisador continuaria correndo igual risco em repassar uma afirmação errada (5%). E o leitor? Correria ele o mesmo risco em aceitar uma afirmação errada? Com 25 pessoas ou mais, acredite, o leitor terá reduzido esse risco. Explico. Uma amostra de 27 traz mais dados, mais informação, mais poder para o teste estatístico, aumentando sua capacidade em detectar diferenças menores entre grupos. |